在pandas中使用while回圈

我是一個新的 python 用戶，試圖從 Excel 中改進。到目前為止，我大部分時間都在管理，但我陷入了回圈。我正在研究的示例是創建一個股票指數（或投資組合），其中單個股票的權重將基于其市值，但上限為一定水平。我從這些數字開始：

import pandas as pd
df=pd.DataFrame(
    {
        "Ticker":[
            "AAPL","GOGL","AMZN","NVDA","MSFT","NFLX",
        ],
        "mcap":[100000,50000,10000,2000,1000,1000],
    }
)

這給了我這個：

    Ticker  mcap
0   AAPL    100000
1   GOGL    50000
2   AMZN    10000
3   NVDA    2000
4   MSFT    1000
5   NFLX    1000

接下來，我定義了優化步驟和股票在指數中可以擁有的最大權重：

step=0.05
max_weight_in_index=0.3

然后我以一種允許我限制個人重量的方式擴展了表格。基本上，我放入指數（mcap_in_index）的股票總價值等于 mcap * Correction_factor。目前該因子為 1，這意味著所有股票都以其完整的 mcap 進入指數。指數中股票的權重是根據 mcap_in_index 計算的。最后一列（needs_correcting）基本上告訴我是否需要調整校正因子。如果一只股票在指數中的當前權重高于我之前定義的最大權重，則應予以糾正。這就是我如何到達這一步：

df["correction_factor"]=1
df["mcap_in_index"]=df["mcap"]*df["correction_factor"]
df["weight_in_index"]=df["mcap_in_index"]/df["mcap_in_index"].sum()
df.loc[df["weight_in_index"]<=max_weight_in_index,"needs_correcting"]=0
df.loc[df["weight_in_index"]>max_weight_in_index,"needs_correcting"]=1

現在我的表格看起來像這樣（如您所見，我無法弄清楚如何以更具視覺吸引力的方式顯示它，對此感到抱歉）：

    Ticker  mcap    correction_factor   mcap_in_index   weight_in_index needs_correcting
0   AAPL    100000  1   100000  0.609756    1.0
1   GOGL    50000   1   50000   0.304878    1.0
2   AMZN    10000   1   10000   0.060976    0.0
3   NVDA    2000    1   2000    0.012195    0.0
4   MSFT    1000    1   1000    0.006098    0.0
5   NFLX    1000    1   1000    0.006098    0.0

現在我正在查看列需要校正。1 表示股票的當前權重超過了我使用 max_weight_in_index 允許的權重。校正是通過按我之前定義的步驟減小校正因子來完成的。然后我重新計算其他所有內容：

df.loc[df["needs_correcting"]==1,"correction_factor"]=df["correction_factor"]-step
df["mcap_in_index"]=df["mcap"]*df["correction_factor"]
df["weight_in_index"]=df["mcap_in_index"]/df["mcap_in_index"].sum()
df.loc[df["weight_in_index"]<=max_weight_in_index,"needs_correcting"]=0
df.loc[df["weight_in_index"]>max_weight_in_index,"needs_correcting"]=1

現在我的桌子看起來像這樣。如您所見，在 AAPL 和 GOGL 的情況下，它從校正因子中減去了步長。

    Ticker  mcap    correction_factor   mcap_in_index   weight_in_index needs_correcting
0   AAPL    100000  0.95    95000.0 0.607029    1.0
1   GOGL    50000   0.95    47500.0 0.303514    1.0
2   AMZN    10000   1.00    10000.0 0.063898    0.0
3   NVDA    2000    1.00    2000.0  0.012780    0.0
4   MSFT    1000    1.00    1000.0  0.006390    0.0
5   NFLX    1000    1.00    1000.0  0.006390    0.0

我想不出的是一種回圈最后一步的方法。基本上，重做最后一步，直到 needs_correcting 中的所有值都等于 0（它們的總和必須等于 0）。

手動“回圈”，我得到了下表。這是代碼理想情況下應該做的事情。當然，在現實生活中，我將使用的步驟會小得多，因此“手動”回圈將永遠耗時且毫無意義。

Ticker  mcap    correction_factor   mcap_in_index   weight_in_index needs_correcting
0   AAPL    100000  0.1 10000.0 0.294118    0.0
1   GOGL    50000   0.2 10000.0 0.294118    0.0
2   AMZN    10000   1.0 10000.0 0.294118    0.0
3   NVDA    2000    1.0 2000.0  0.058824    0.0
4   MSFT    1000    1.0 1000.0  0.029412    0.0
5   NFLX    1000    1.0 1000.0  0.029412    0.0

對不起，很長的帖子，這是我第一次在這里發帖，我不知道如何解釋我想要做什么。

uj5u.com熱心網友回復：

while df["needs_correcting"].sum()>0:
    df.loc[df["needs_correcting"]==1,"correction_factor"]-=step
    df["mcap_in_index"]=df["mcap"]*df["correction_factor"]
    df["weight_in_index"]=df["mcap_in_index"]/df["mcap_in_index"].sum()
    df.loc[df["weight_in_index"]<=max_weight_in_index,"needs_correcting"]=0
    df.loc[df["weight_in_index"]>max_weight_in_index,"needs_correcting"]=1

df
###
  Ticker    mcap  correction_factor  mcap_in_index  weight_in_index  \
0   AAPL  100000                0.1        10000.0         0.294118   
1   GOGL   50000                0.2        10000.0         0.294118   
2   AMZN   10000                1.0        10000.0         0.294118   
3   NVDA    2000                1.0         2000.0         0.058824   
4   MSFT    1000                1.0         1000.0         0.029412   
5   NFLX    1000                1.0         1000.0         0.029412   

   needs_correcting  
0               0.0  
1               0.0  
2               0.0  
3               0.0

標籤：Python 熊猫 循环 while循环

上一篇：如何在回圈外列印變數的所有值？

下一篇：對于嵌套在for-它是如何作業的？